Python BeautifulSoup 网页抓取中的 For 循环问题

Question

我是 Python 初学者，正在尝试通过 BeautifulSoup 网页抓取项目学习。

我希望从this URL 中抓取记录项目标题、项目 URL 和购买日期并导出到 CSV。

我在抓取标题和 URL 方面取得了很大进展，但无法弄清楚如何在我的 for 循环中正确编码购买日期信息（下面的purchase_date 变量）。

当前发生的是 csv 文件中购买日期的数据（例如 p_date 标题）只显示没有文本的空白单元格。没有错误消息只是没有数据进入 csv。非常感谢任何指导。

谢谢！！

import requests
from requests import get
from bs4 import BeautifulSoup
import pandas as pd
import numpy as np

headers = {"Accept-Language": "en-US, en;q=0.5"}
url = "https://www.popsike.com/php/quicksearch.php?searchtext=metal+-signed+-promo+-beatles+-zeppelin+-acetate+-test+-sinatra&sortord=aprice&pagenum=1&incldescr=1&sprice=100&eprice=&endfrom=2020&endthru=2020&bidsfrom=&bidsthru=&layout=&flabel=&fcatno="
results = requests.get(url, headers=headers)
soup = BeautifulSoup(results.text, "html.parser")


title = []
date = []
URL = []

record_div = soup.find_all('div', class_='col-md-7 add-desc-box')


for container in record_div:

    description = container.a.text
    title.append(description)

    link = container.find('a')
    URL.append(link.get('href'))

    purchase_date = container.find('span',class_= 'info-row').text
    date.append(purchase_date)


test_data = pd.DataFrame({
'record_description': title,
'link': URL,
'p_date': date
})

test_data['link'] = test_data['link'].str.replace('../','https://www.popsike.com/',1)


print(test_data)

test_data.to_csv('popaaron.csv')

Answer 1

我建议更改解析器类型：

soup = BeautifulSoup(results.text, "html5")

并修正购买日期的搜索表达式：

purchase_date = container.select('span.date > b')[0].text.strip(' \t\n\r')